●英伟达：高算力芯片在手真的可以为所欲为
现在很多研究智能驾驶的团队，都喜欢把芯片算力看作是第一生产力，可芯片制程工艺的限制显然就成为了这部分人的噩梦，但是在芯片领域特别是GPU（图形处理器）技术方面有一个另类，它便是英伟达。
英伟达推出的芯片，无论是计算机消费市场还是车规级市场基本上都是力压群雄，每每推出新产品都会让竞争对手十分头疼。从这里可以看出英伟达在芯片算力上是没有什么压力的，反倒是更看重自动驾驶平台算法和架构的研发。
1、训练车辆自主深度学习
让车辆自己去学习道路交通法规，把学习中遇到的问题记录下来，保证下次不会再犯类似的错误，久而久之车辆就可以自己上路行驶了，可这些想法在现实里是难以实现的，因为在训练过程中撞到行人、车辆那是非常危险的。
打个比方，收集现实中的道路信息构建虚拟世界的过程，可以看作是怀胎十月。在虚拟世界中让车辆反复学习、训练，做到能够遵守现实中交通法规的过程，可以看成一把屎一把尿把孩子拉扯大的艰辛历程。
2、DRIVE Hyperion自动驾驶平台
建立属于自己的架构和平台，虽然在前期研发阶段会很困难，可整个框架搭建成功之后，后续的开发、升级就会轻松很多，这种模块化方式还能减少一定的量产成本。
搭载两颗芯片的原因，其一是为了提升算力，因为硬件越多采集的数据量也是水涨船高，处理海量数据就需要更大的算力做支撑。
其二也是为了安全因素考虑，假如发生一个芯片“罢工”的事情，另一个芯片也可以维持整个系统正常运行，不过应该对数据的处理和系统的运行速率会有影响，但可以把车辆安全送达目的地，这和Mobileye使用两套子系统的做法很相似。
如此豪华的硬件阵容，整体的成本价格自然不会低，考虑到不同级别车型的价格差异，要想覆盖市面上不同级别的车型，恐怕又要让黄仁勋施展在江湖中早已传开的精准刀法了，或许在售价较低的车型上，会使用简配后的“阉割版”DRIVE Hyperion系列自动驾驶平台。
3、不止模块化，或许还能实体化？
当然那些车企也可以按需自行选择，只订购英伟达的高算力芯片和核心操作系统，自己对智能驾驶系统进行单独调校优化。通俗点讲，类似于圆珠笔外壳可以使用多种多样的贴花设计，可用于书写的笔芯规格是统一的细长圆柱形，只是笔芯的粗细程度略有不同，这里的粗细可以看作是芯片算力、算法调校的不同。
更换硬件很好理解，价格不同的车型使用的摄像头、雷达传感器数量相应的也会不同。那么在软件算法方面，以车辆硬件适配智能驾驶技术的基础上，未来智能驾驶算法程序会不会被实体化？
4、遇事不决，买是最好的解决办法
在英伟达宏伟的智能驾驶战略规划中，所需的芯片、算法自己可以来慢慢完成，可数据储存、云端-终端数据传输等技术并不是它的强项，短期肯定是做不到完备规模的数据中心处理技术，该怎么办呢？对于财大气粗的芯片巨头这还不简单，就是一个字买。
在2021年6月，英伟达还收购了专注于为智能驾驶车辆提供高清地图技术的DeepMap公司。如此一来，英伟达也拥有了智能驾驶所需的地图和云端数据处理能力，在自身高算力芯片和优秀算法的基础上，其在智能驾驶领域中的未来十分可期。
加载中
